[论文解读] How to Agree to Disagree: Managing Ontological Perspectives using Standpoint Logic

Lucía Gómez Álvarez, Sebastian Rudolph+1 more|arXiv (Cornell University)|Jun 14, 2022

Semantic Web and Ontologies被引用 6

一句话总结

本文提出了立场逻辑（Standpoint Logic），一种多模态逻辑框架，能够在不合并或削弱的情况下，整合来自多个潜在冲突视角的领域知识。该框架为一阶立场逻辑的命题片段提供了一种多项式时间、保持可满足性的标准一阶逻辑翻译，从而可利用现有的现成推理器进行高效推理，包括通过翻译至表达性描述逻辑 $\mathcal{SROIQ}b_{s}$ 实现对 OWL 2 DL 的支持。

ABSTRACT

The importance of taking individual, potentially conflicting perspectives into account when dealing with knowledge has been widely recognised. Many existing ontology management approaches fully merge knowledge perspectives, which may require weakening in order to maintain consistency; others represent the distinct views in an entirely detached way. As an alternative, we propose Standpoint Logic, a simple, yet versatile multi-modal logic "add-on" for existing KR languages intended for the integrated representation of domain knowledge relative to diverse, possibly conflicting standpoints, which can be hierarchically organised, combined and put in relation to each other. Starting from the generic framework of First-Order Standpoint Logic (FOSL), we subsequently focus our attention on the fragment of sentential formulas, for which we provide a polytime translation into the standpoint-free version. This result yields decidability and favourable complexities for a variety of highly expressive decidable fragments of first-order logic. Using some elaborate encoding tricks, we then establish a similar translation for the very expressive description logic SROIQb_s underlying the OWL 2 DL ontology language. By virtue of this result, existing highly optimised OWL reasoners can be used to provide practical reasoning support for ontology languages extended by standpoint modelling.

研究动机与目标

• 解决在本体工程中整合来自多个潜在冲突视角的知识的挑战。
• 在知识整合过程中保留各个独立观点，避免概念的弱化或重复。
• 利用现有优化的推理器，实现对增强立场的知识的实用推理。
• 为立场逻辑的表达性片段建立可判定性及有利的计算复杂度。
• 支持现实世界应用，如本体对齐、概念协商和知识聚合。

提出的方法

• 通过引入带标签的模态算符（例如，$\square_{\mathsf{LC}}\phi$）扩展基础知识表示语言，以表达相对于特定立场的知识。
• 为立场逻辑提出一种简化的克里普克风格语义，使命题片段具备小模型性质。
• 开发了一种从一阶立场逻辑（FOSL）的命题片段到标准一阶逻辑的多项式时间、保持可满足性的翻译方法。
• 应用复杂的编码技术，将该翻译扩展至高度表达性的 $\mathcal{SROIQ}b_{s}$ 逻辑，即 OWL 2 DL 的基础。
• 利用现有高度优化的 OWL 2 DL 推理器，支持在增强立场的知识库中进行实际推理。
• 采用语法限制以探索在非命题片段中实现小模型可行性的可能性，尽管一般情况下小模型性质会丧失。

实验结果

研究问题

• RQ1 立场逻辑能否提供一个统一框架，用于表示和推理多个冲突的知识视角，而无需合并或削弱？
• RQ2 FOSL 的命题片段是否能实现到标准一阶逻辑的多项式时间翻译，同时保持可满足性？
• RQ3 该翻译技术能否扩展至高度表达性的描述逻辑（如 $\mathcal{SROIQ}b_{s}$），从而实现与现有 OWL 2 DL 推理器的集成？
• RQ4 在增强立场的知识库中推理的计算复杂度如何，特别是在表达性片段中？
• RQ5 语法约束能否确保在非命题 FOSL 公式中存在小模型，尽管一般情况下小模型性质会丧失？

主要发现

• 一阶立场逻辑的命题片段可实现多项式时间、保持可满足性的标准一阶逻辑翻译，确保可判定性及有利的复杂度。
• 该翻译保持了在多种一阶逻辑可判定片段中的成员关系，维持了计算上的可处理性。
• 为表达性 $\mathcal{SROIQ}b_{s}$ 逻辑建立了类似的翻译，使现有高度优化的 OWL 2 DL 推理器可用于增强立场的推理。
• 该框架支持实际的知识整合任务，如本体对齐和概念协商，而无需知识损失或重复。
• 小模型性质在命题片段中成立，支持基于有限模型的推理，尽管在一般非命题片段中该性质会丧失。
• 未来工作将探索通过语法限制在非命题 FOSL 中恢复小模型性质，计划在大规模知识库上进行性能评估。